Research AI Agents Susirėmimas — 2025 m. kovo 28 d.

1

Cell2Sentence

Atvirojo rėžiamojo įtaiso, kuris apie vienaskelės genų ekspresijos rodiklius sujūsime „kelionėms“ kad mažųjų anglies molėjų mąsto analizė ir biologinis skaistymas

4.3 (4)

Nemokama

Pilna apžvalga

Cell2Sentečiai yra atviraskaito kūrinys, kuris keičia vienspalvių genų ekspresijos duomenis į 'kelionės apie sąrašą' analizei ir išvadų generavimui didelės kalbos modelio (LLM) pagrindu. Jis svarsto keitimo tvarkymo prieigą eksprezijos vektorius į sąrašą užrašų, kuriuose yra pertrauktos genų pavadinimai, surikiuoti pagal didėjusią ekspresiją. Tai leidžia LLMs modeliuoti natūralios kalbos pagrindu vienosėlius RNA sekvančių (scRNA-seq) duomenis. Šio kūrinio sudėtyje yra C2S-Scale modeliai, kuri kerta transkriptomikos ir tekstualių duomenų sritis ir leidžia papildomus vienspalvių uždavinius, pvz., perturbacijų prognozavimo, duomenų santraukų, klasterių aprašymo bei biologinio klausimo šaldymo. C2S-Scale modeliai prieinami Hugging Face ir yra paremti architektūra, pvz., Pythia ir Gemma-2. Cell2Sentečiai yra skirtas mokslovei ir mokslininkams, dirbantiems vienosėlių transkriptomikoje. Šioje sistema buvo atnaujinta, pridėjo naujas modelius ir funkcijas, kaip, pavyzdžiui, rizikingos naudojimo patvirtinimas ant specializuotų užtrūkščio formuotės šablono ir multiplovės užtrūkščio formuotės formavimo funkciją. Taip pat ji apima Pythia modelio komplektą užtrūkščio tipų prognoze, užtrūkščio tipų sąlygotoji generacija bei platią multiplovės užtrūkščio-tipų kompleksų modelį, kuris buvo treniruotas virš 57 milijonų humanistinių ir myšių požeminių šūkų pavyzdžio. Cell2Sentence sistema dokumentuota ir turi turorius naudoti, užėjantis pavyzdžius fine-tuning ir įvairių cellų formatavimą iš anksto. Cell2Sentence kūrimas susijęs su van Dijk laboratorija bei jau buvo publikuotas bioRxiv žurnalui priešprintuose. Cell2Sentence leidžia kartą užbaigtą vienviečių celulės atradimą naudodama LLM.

• Transformacija ekspresijų vektorių į celio frazes
• C2S-Skalės modeliai užtikrina papildomas vienaskelės poreikį
• Atvirojo rėžiamojo įtaiso sugeba naudojimo custom prompt šablonų
• Pirmas užklausos formatas
• Pre-treniruoti modeliai pareme Pythia ir Gemma-2 arhitektūra

2

AlphaSense

Intelligentausis Siaiškumo platiforcas, kurias autonomiškas žinojimas šaltinių sursukt ir teiki analysto lygio tyrinėjimai pagal poreikius.

4.4 (5)

Kontaktas

Pilna apžvalga

AlphaSense yra šių dienų rinkos intelektualių platforma, kurios naudojama tiesioginės žinių siekimo prieigai reikia priimti verslo sprendimus. Platformos kuriasi saugus, išsamus žinių kūrinių rinkinį, įskaitant Tegus ekspertų transkripcijas, brokerių tyrinas, bei įmonių dokumentus. Platformos, kuriasi išraiškingi AI modeliai, generuojantis aukštos kokybės žinių, kadangi kiekvieną sakinio nuspėtą citatas. AlphaSense integravus darbo sričių siasenas, eliminuojas skaidrumo šaltinių išsišakojimą ir suteikia vientisomis ir sąryšiumi žinių. GenAI galių suteikia tikri, tiesioginės žinių, kad reikia priimti sprendimus saugumoje. Platforma suprojektuota investiciniam bankininkystei, hedge fondams, privatai kapitalo fondams, investicinių rinkų valdymui, konsultavimo bei gyvensenos mokslų bei kitoms šakoms. AlphaSense savo išskirtine nuostabiomis išvadais skiriasi, sintetizuotas iš netikėtai didelės turinio rinkinio. Platforma taip pat turi naudojamąsias agentas, kurios padeda automatizuoti atkartoto požiūrio mokslinio tyrimų užduotis, perduodamas rasta tiesiogiai atliktis parengtas valdoninkų ataskaitos ir šliuzai. Generacinio Ieškimo funkcija pateikia 360- laipsniu raiškio turinio ir bendrovei, jungiant kokybiškas įžvalgas su struktūrišku finansinę duomenis. Vienas iš čiemos galių AlphaSense yra jos galimybė padėti vartotojams darė bausių žingsnių pasiryžimai su tikėtina ir greičiu. Platforma suteikia komandomiems sudėliams tiesioginius atsakymus, unikalias perspektyvas ir kritiškas naujienas, kurios reikalingos, kad jių galėtų praeiti konkurencijos atgal.

• Kuratoriški šaltiniai
• Tegus ekspertų transkripcijos
• Brokerio tyrimai
• Kompanijų failai
• Privati bei publcijų finansiški duomenys
• GenAI realiai tiesiogines šaltinius

3

AMIE

Suvoki šimtinis multimodalųjų derinimo diagnozinis agentas, vykdančias klinines konversacijas ir tariantis medicinines vaizdines vaizdas už tikrų diagnozų.

4.7 (6)

Nemokama

Pilna apžvalga

AMIE (Artikulatingoji medicinos žinių narys) yra Google DeepMind ir Google tyrėjų vadovaujamas medicinos diagnozinių agentų tyrimas. Jame privalumai vykdomi klininės konversacijos ir interpretuojamos medicinos vaizdai diagnozų tikrumui. Jame privalumai tekstų bazinis medicinos diagnozinis pokalbis, publikuotas Nature žurnale. Šiandieninė multimodalų AMIE, integruoja galimybę intelektingai prašomų, interpretuoja ir kalba apie vizualinę medicinos informaciją vykdančius klinines konversacijas. Šis tyrimas tikriausiai labiau pagerins diagnozų tikrumą, įtraukdamas multimodalųjų duomenų, kaip vėliavos ir dokumentų, į diagnozuojamą procesą. AMIE naudoja būsimųjųjų sąmonės jutimų ką tikra ir yra statyta Gemini multimodalųjų modeliais. Jame privalumai įvertinti specialistų įvertinimai, tarp jų objektyviai susieviniai praktiškai klininės vertinimo egzaminai (OSCEs), palyginant jų performansą su pagrindinių gyv. sveikatos specialistų (PCP) reaktyvioms pacientų scenarijams.

• Multimodal diasoginis pokalbis
• Vaizdų medicinos informacijės interpretacija
• Būsimųjų sąmonės jutimų ką tikra
• Integracija su Gemini modeliais
• Simuliacijos aplankyje, skirta pokalbio vertinimui

4

Autoresearch

Atverta šaltinio projektas, kuris leidžia AI agentams savarankiškas veikti LLM treniravimo tyrimus ir priimti geriausias modelio pakeitimus.

4.8 (5)

Nemokama

Pilna apžvalga

Autoresearch yra atviro šaltinio projektas, kuris leidžia AI agentams savarankiškas veikti LLM treniravimo tyrimus ir išsaugoti geriausius modelio pakeitimus. Projektas leidžia naudotojams konfigūruoti mažą, bet tikrą LLM treniravimo aplinką ir paleisti AI agentą, kuris tyrimus įvykdo per naktį, keičia kodą, treniruoja trumpą laiką ir tikrina, ar rezultatai pagerėja. Tikslas – automatiškai vykdyti tyrimų procesą, leidžiant AI agentui ištirti skirtingas modelio architectūras, hipertreniravimo strategijas ir optimitavimo strategijas be žmoggelės dalyvavimo. Projektas apima paprastosios single-GPU nanočiatos implementaciją ir teikia bazinę struktūrą programuoti AI agento tyrimo procesą naudojant Markdown failus. Projektas yra suprojektuotas taip, kad būtų paprasta įdiegti daugiau agentų ir tobulinti tyrimų procesą per laiką.

• Autonomiški LLM treniravimo tyrimai
• AI agento srovi tyrimo procesas
• Single-GPU nanočiatos implementacija
• Markdown-basede programavimas tyrimo procesui
• 5 minutes treniravimo laiko bugetas su įvertinimo matmuo (val_bpb)

5

Google AI Co-Scientist

Multiagente AI sistema, kuris bendradarbiauja su mokslininkais išgauti hipotezes ir greitinti biomedicinę tyrimą.

4.5 (4)

Nemokama

Pilna apžvalga

Google AI Co-Scientist yra daugiašalįs AI sistemos, kurios kuoja su mokslininkais ir išbandžia padėti padidinti biomedicinę tyrimą. Ji sukurta pagal Gemini 2.0 technologiją ir veikia kaip virtuales mokslininko partneris, kuris pagalba generuoja naujas hipotezes ir tyrimo projektų idėjas. Sistemai tikslas - atimti mokslo metodo pagrindinę logiką ir aptikti naujas, autentiškas gyvenimą. Priešingai mokslininko specifikuoto tyrimo tikslą pažymėjus iš prigimtinio kalbos, AI Co-Scientist generiuoja naujas tyrimo hipotezes, detalią tyrimo apžvalgą ir eksperimentinius protokolus. Ji naudoja savaites kompiuterių specialistų būrangas agentui, kurie automatiškai peržiūrėja pagamintus paparčius, bei iteratyviai peržiūrėjamas ir priešingai pagamintus hipotezes. Sistemai leidžia mokslininkui ryšiui ir taip sudainuoti pagal jo viltis, arba papilti iš jau turimo, iš kai kur prasčiausias papasaulio gauti. Tai paprastai leidsi visais būdais, tašku naudojantis savitas būras, pvz, savitas idėjos ar papasaulio iš pagilvintų gautų papasaulių. AI Co-Scientist taip pat naudoja savito modeliui bei pagrindinti papasaulio hipotežų ir jos kokybi išbandžia. Ji yra sukurta kad paprastai pridengusi kompiuterinę jėgą ir iteratyviai pagerinti savaitos mokslines išmanvias veiklas. AI Co-Scientist labai gerai padeda mokslininkams, kurie pavyksta kovojant su greitai augančia mokslinių publikacijų dalis ir įvertinant nuobodžias naujamokslių sričių įpročas. Ikišaudoma naujausių AI pažangų, kad išjungtų daugiaspriegendinę sintezę ir pradedančią ilgalaikę planavimo ir suvokimo sistemą, AI Co-Scientist siekia sukaupti mokslines ir biomedicinos žinias ir atradimus greičiau. Sistema buvo patikrinama skirtinguosiuose aplikacijose, ypač genų pernašos atradimuose bei pertraukų pernašos iš naujo rasti. Tokiai kaip AI Co-Scientist suteikia kelias avantažus, jo efektyvum priklauso nuo tyrimo tikslų tikslumo ir mokslo darininko gebėjimo teikti reikalingą atsakymą. Naujas žaidėjas, vardėtas kovas, yra nauja priemonė, kuri gali greitai padidinti mokslinių bendruomenių įtaką, tačiau jos ribos ir galimos prejudicijos turi būti išsamiai įvertintos. AI Co-Scientist plėtroya yra besiklostanti procesas, o jo ateities taikymai ir pagerinimai visiškai priklauso iki tolesnio tyrimo ir testavimo.

• Hipotezų generavimas
• Tyrimo visumos užkėlimas
• Eksperimentų protokolų vystymas
• Specializuoti agentai mokslo derinimui
• Automatiška pakeitimo ciklas
• Įžanginė apžiūra prikimtaiemis